[發明專利]一種靈活的病歷數據抽取方法、系統及數據庫服務器

有效

• 申請號: 201910044114.9
• 申請日: 2019-01-17
• 公開（公告）號: CN109800285B
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 張建中;王列
• 申請（專利權）人: 無錫慧方科技有限公司
• 主分類號: G06F16/31
• 分類號: G06F16/31;G16H10/60;G16H50/70
• 代理公司: 無錫華源專利商標事務所(普通合伙) 32228
• 代理人: 聶啟新

1.一種靈活的病歷數據抽取方法，其特征在于，所述方法包括：

采用分布式存儲方式將每個病人對應的病歷數據分別作為一個病歷文檔分區存儲在數據庫服務器中，所述病歷數據中的每一個指標項所對應的數據分別作為所述病歷文檔中的一個數據字段，每個病歷文檔對應一個唯一的文檔標識，且每一個指標項對應一個指標名稱；

對各個指標項進行倒排序索引生成倒排序索引文件并存儲在所述數據庫服務器的內存中，所述倒排序索引文件包括各個指標項的倒排序結果，每個指標項的倒排序結果包括所有包含所述指標項對應的指標數據的病歷文檔的文檔標識；

客戶端獲取數據抽取指令并將所述數據抽取指令發送給應用服務器，所述應用服務器對所述數據抽取指令進行解析得到所述數據抽取指令中包括的待抽取指標名稱和數據抽取條件，所述應用服務器將所述待抽取指標名稱發送給所述數據庫服務器；

所述數據庫服務器確定所述待抽取指標名稱對應的待抽取指標項，并查詢所述倒排序索引文件得到所述待抽取指標項的倒排序結果，確定所述倒排序結果中的所有文檔標識為目標文檔標識；

所述數據庫服務器根據所述目標文檔標識并行分區查找對應的病歷文檔并得到目標文檔，所述數據庫服務器將獲取到的各個目標文檔返回給所述應用服務器；

所述應用服務器根據每個所述目標文檔中的數據字段檢測所述目標文檔是否滿足所述數據抽取條件，并根據滿足所述數據抽取條件的目標文檔生成數據抽取結果，并將數據抽取結果返回給所述客戶端；

其中，所述數據抽取指令包括n行子指令，n為正整數，每一行子指令中包括m個指令單元，每個指令單元中包括指標名稱以及針對所述指標名稱的抽取要求，m為正整數，且當m≥2時，所述子指令中的m個指令單元之間的邏輯關系為與，所述m個指令單元中包括的指標名稱各不相同，所述一行子指令通過所述m個指令單元指示抽取與包含的各個指標名稱對應且相互之間存在指標相關性的各個指標項的數據。

2.根據權利要求1所述的方法，其特征在于，所述根據所述目標文檔標識并行分區查找對應的病歷文檔并得到目標文檔，包括：

根據所述目標文檔標識并行分區查找對應的病歷文檔，對于每個查找到的病歷文檔，進一步提取所述病歷文檔中用于記錄所述待抽取指標項對應的數據的數據字段，從而得到對應的目標文檔。

3.根據權利要求1或2所述的方法，其特征在于，當n≥2時，所述數據抽取指令還包括所述n行子指令之間的邏輯關系；

則所述對所述數據抽取指令進行解析得到所述數據抽取指令中包括的待抽取指標名稱和數據抽取條件，包括：

對每一行子指令進行解析得到所述子指令中包括的指標名稱以及針對每個所述指標名稱的抽取要求；

對各行子指令中包括的所有指標名稱進行合并以及去重得到所述數據抽取指令的待抽取指標名稱；

當n=1時，確定所述數據抽取條件包括所述一行子指令中包括的抽取要求；當n≥2時，確定所述數據抽取條件包括各行子指令中分別包括的抽取要求以及所述n行子指令之間的邏輯關系。

4.根據權利要求1或2所述的方法，其特征在于，當所述待抽取指標名稱對應至少兩個待抽取指標項時，所述查詢所述倒排序索引文件得到所述待抽取指標項的倒排序結果，確定所述倒排序結果中的所有文檔標識為目標文檔標識，包括：

對于所述待抽取指標名稱對應的每一個待抽取指標項，查詢所述倒排序索引文件得到所述待抽取指標項的倒排序結果，確定所述倒排序結果中的所有文檔標識；

對各個所述待抽取指標項的倒排序結果中的所有文檔標識進行合并以及去重得到所述目標文檔標識。

5.根據權利要求1或2所述的方法，其特征在于，所述根據每個所述目標文檔中的數據字段檢測所述目標文檔是否滿足所述數據抽取條件，包括對于每個所述目標文檔中的數據字段，利用所述數據字段中的指標項的數據對所述數據抽取條件中與所述指標項對應的指標名稱進行賦值并判斷是否成立，若所述目標文檔中的各個數據字段使得所述數據抽取條件均成立，則確定所述目標文檔滿足所述數據抽取條件，否則確定所述目標文檔不滿足所述數據抽取條件。